深度学习在生物医药领域的应用
本数据库通过收集和整理最新科研文献信息而得，供了解领域前沿进展之用。数据源自 PubMed Data ，每日自动更新（使用关键词“['deep learning']”过滤），已收录文献数量参见 统计表格。表格内容由 GPT 自动整理，可能存在错误或遗漏，请使用时务必注意核实！
如有建议或合作意向，欢迎联系 linlin.yan(AT)bioinfo.app 或 微信 yanlinlin82。本项目遵循 MIT 许可 发布，欢迎下载 源码 自行修改使用。如觉得不错，还请不吝 给我打赏，你的支持是我继续创新的重要动力！
添加微信请说明来意
微信赞赏
除通过在线浏览外，为方便用户离线查阅，本站也提供 付费下载（定价19.9元）。之所以考虑收费，是因为批量扫描这些文献并整理也是有一定成本的，还请理解并多多支持。本站数据会持续更新，而仅需一次付费，未来就可以随时重新下载到最新版本数据。
当前共找到 12036 篇文献，本页显示第 1621 - 1640 篇。
| 序号 | 推送日期 | 文章 | 类型 | 简述 | 创新点 | 不足 | 研究目的 | 研究对象 | 领域 | 病种 | 技术 | 模型 | 数据类型 | 样本量 | 算法框架 | 模型架构 | 性能指标 | 计算资源 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1621 | 2025-10-07 |
Prognostication of Hepatocellular Carcinoma Using Artificial Intelligence
2024-06, Korean journal of radiology
IF:4.4Q1
DOI:10.3348/kjr.2024.0070
PMID:38807336
|
综述 | 本文综述了人工智能在肝细胞癌预后预测中的应用价值与前景 | 提出基于放射组学或深度学习的人工智能方法可对肝细胞癌表型进行客观、详细和全面的分析 | 传统放射学方法存在主观性和观察者间差异性的局限 | 探讨人工智能在肝细胞癌预后预测中的潜在价值 | 肝细胞癌（HCC）患者 | 数字病理 | 肝细胞癌 | 放射组学，深度学习 | NA | 影像数据 | NA | NA | NA | NA | NA |
| 1622 | 2025-10-07 |
Localization and Risk Stratification of Thyroid Nodules in Ultrasound Images Through Deep Learning
2024-06, Ultrasound in medicine & biology
|
研究论文 | 开发结合深度学习和TI-RADS标准的集成系统，用于甲状腺结节超声图像的分割和风险分层 | 提出将Mask R-CNN深度学习模型与临床标准TI-RADS系统相结合的集成方法，实现甲状腺结节的同步分割和风险分层 | 研究仅针对TI-RADS 4级甲状腺结节，样本量相对有限（304张图像） | 开发能够同时进行甲状腺结节分割和风险分层的集成诊断系统 | 甲状腺结节超声图像 | 计算机视觉 | 甲状腺疾病 | 超声成像 | CNN | 图像 | 304张来自两个独立机构的甲状腺结节超声图像 | NA | Mask R-CNN | 准确率, 精确率-召回率曲线, 平均精度, Dice相似系数 | NA |
| 1623 | 2025-10-07 |
Statistical and Machine Learning Analysis in Brain-Imaging Genetics: A Review of Methods
2024-05, Behavior genetics
IF:2.6Q2
DOI:10.1007/s10519-024-10177-y
PMID:38336922
|
综述 | 本文综述了脑影像遗传学分析方法的发展历程，从早期大规模单变量分析到当前深度学习方法 | 系统梳理了脑影像遗传学方法学的演进路径，对比了不同方法的优缺点 | 作为综述文章，未提出新的分析方法 | 总结脑影像遗传学分析方法的发展与挑战 | 脑影像数据与遗传数据的整合分析方法 | 机器学习 | 脑部疾病 | 神经影像技术、基因组学技术 | 深度学习, 传统统计模型 | 影像数据, 遗传数据 | NA | NA | NA | NA | NA |
| 1624 | 2025-10-07 |
Positive Predictive Values of Abnormality Scores From a Commercial Artificial Intelligence-Based Computer-Aided Diagnosis for Mammography
2024-04, Korean journal of radiology
IF:4.4Q1
DOI:10.3348/kjr.2023.0907
PMID:38528692
|
研究论文 | 评估商业AI-CAD系统在乳腺X线摄影中异常评分的阳性预测值及其与临床和影像学发现的关系 | 首次系统评估深度学习商业AI-CAD系统异常评分的阳性预测值，并按评分分组分析其与恶性肿瘤风险的关联 | 回顾性研究设计，样本仅来自单一机构，高风险女性比例较低(0.6%) | 研究AI-CAD系统异常评分的临床意义和诊断价值 | 599名女性(平均年龄52.6岁)的656个乳腺，均接受乳腺X线摄影且AI-CAD结果阳性 | 数字病理 | 乳腺癌 | 乳腺X线摄影 | 深度学习 | 医学影像 | 656个乳腺(来自599名女性) | NA | 商业AI-CAD系统(Lunit Insight MMG) | 阳性预测值(PPV) | NA |
| 1625 | 2025-04-23 |
Uncover This Tech Term: Uncertainty Quantification for Deep Learning
2024-04, Korean journal of radiology
IF:4.4Q1
DOI:10.3348/kjr.2024.0108
PMID:38528697
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1626 | 2025-10-07 |
Automated Detection and Segmentation of Bone Metastases on Spine MRI Using U-Net: A Multicenter Study
2024-04, Korean journal of radiology
IF:4.4Q1
DOI:10.3348/kjr.2023.0671
PMID:38528694
|
研究论文 | 开发并评估用于脊柱MRI骨转移瘤自动分割和检测的深度学习模型 | 首次使用U-Net模型在多中心脊柱MRI数据上实现骨转移瘤的自动分割与检测，并与放射科医生性能进行对比 | 样本量相对有限，外部测试集仅包含49个MRI序列 | 开发自动检测和分割脊柱MRI骨转移瘤的深度学习模型 | 成人骨转移瘤患者的脊柱MRI扫描 | 医学影像分析 | 骨转移瘤 | MRI成像 | U-Net | 医学影像 | 训练集536个MRI序列（302名患者），内部测试126个序列，外部测试49个序列（20名患者） | NA | 2D U-Net, 3D U-Net | Dice系数, 像素级召回率, 像素级精确率, 每病灶敏感度, 自由响应接收器操作特性曲线 | NA |
| 1627 | 2025-10-07 |
Dark-Blood Computed Tomography Angiography Combined With Deep Learning Reconstruction for Cervical Artery Wall Imaging in Takayasu Arteritis
2024-04, Korean journal of radiology
IF:4.4Q1
DOI:10.3348/kjr.2023.1078
PMID:38528696
|
研究论文 | 评估结合深度学习重建的黑血CT血管成像在Takayasu动脉炎患者颈动脉壁成像中的图像质量 | 首次将黑血CTA与深度学习重建技术结合应用于Takayasu动脉炎的颈动脉壁成像 | 样本量较小（53例患者），单中心研究 | 评估黑血CTA结合深度学习重建在颈动脉壁成像中的图像质量 | Takayasu动脉炎患者的颈动脉 | 医学影像分析 | Takayasu动脉炎 | 计算机断层扫描血管成像（CTA） | 深度学习 | 医学影像 | 53例Takayasu动脉炎患者（平均年龄33.8±10.2岁，49名女性） | NA | NA | 对比噪声比（CNR），定性图像质量评分，诊断置信度指数 | NA |
| 1628 | 2025-10-07 |
Improving Diagnostic Performance of MRI for Temporal Lobe Epilepsy With Deep Learning-Based Image Reconstruction in Patients With Suspected Focal Epilepsy
2024-04, Korean journal of radiology
IF:4.4Q1
DOI:10.3348/kjr.2023.0842
PMID:38528695
|
研究论文 | 评估基于深度学习的图像重建技术对颞叶癫痫MRI诊断性能的提升效果 | 首次将深度学习图像重建技术应用于1.5毫米层厚MRI，显著提升颞叶癫痫的诊断敏感性 | 回顾性研究设计，样本量有限（117例患者），特异性较常规MRI有所降低 | 提高颞叶癫痫的MRI诊断准确性 | 117例疑似局灶性癫痫患者的MRI图像 | 医学影像分析 | 颞叶癫痫 | MRI，深度学习图像重建 | 深度学习 | 医学影像 | 117例患者（34例TLE患者，83例非TLE患者） | NA | NA | 敏感性，特异性，准确率，信噪比，对比噪声比 | NA |
| 1629 | 2025-10-07 |
The G Protein-Coupled Receptor-Related Gene Signatures for Diagnosis and Prognosis in Glioblastoma: A Deep Learning Model Using RNA-Seq Data
2024-Dec-01, Asian Pacific journal of cancer prevention : APJCP
DOI:10.31557/APJCP.2024.25.12.4201
PMID:39733410
|
研究论文 | 本研究通过深度学习模型利用RNA-Seq数据识别胶质母细胞瘤中G蛋白偶联受体相关基因标志物用于诊断和预后 | 首次结合深度学习和RNA-Seq数据系统分析GPCR基因在胶质母细胞瘤中的诊断和预后价值，识别出多个新型生物标志物 | 研究仅基于532名患者队列，需要更大样本验证；未进行实验验证 | 开发基于GPCR相关基因标志物的胶质母细胞瘤诊断和预后深度学习模型 | 532名胶质母细胞瘤患者的RNA-Seq数据 | 机器学习 | 胶质母细胞瘤 | RNA-Seq | 深度学习 | 基因表达数据 | 532名GBM患者 | NA | NA | 相关系数，生存分析 | NA |
| 1630 | 2025-10-07 |
Pixelated High-Q Metasurfaces for in Situ Biospectroscopy and Artificial Intelligence-Enabled Classification of Lipid Membrane Photoswitching Dynamics
2024-05-07, ACS nano
IF:15.8Q1
DOI:10.1021/acsnano.3c09798
PMID:38653474
|
研究论文 | 提出一种结合像素化全介电超表面与深度学习的集成光流控平台，用于时间分辨原位生物光谱分析 | 首次将BIC超表面与深度学习特征提取结合，实现损耗性水环境中脂质膜光开关动态的实时分类 | 目前仅验证于光开关脂质膜系统，尚未扩展到更复杂的生物分子体系 | 开发集成纳米光子器件与人工智能的动态生物分子相互作用分析平台 | 光开关脂质膜的动态构象变化 | 纳米光子学, 生物传感, 人工智能 | NA | 时间分辨原位生物光谱技术, 光开关膜技术 | CNN | 光谱数据 | NA | NA | 卷积神经网络 | 准确率 | NA |
| 1631 | 2025-04-21 |
Recent Advances in Predictive Modeling with Electronic Health Records
2024-Aug, IJCAI : proceedings of the conference
DOI:10.24963/ijcai.2024/914
PMID:40248670
|
综述 | 本文系统回顾了基于电子健康记录（EHR）数据的深度学习预测模型的最新进展 | 总结了深度学习在EHR数据预测建模中的多种应用视角，并提出了未来的研究方向 | 未提及具体模型的性能比较或实际应用中的具体限制 | 探讨如何利用EHR数据进行预测建模 | 电子健康记录（EHR）数据 | 机器学习 | NA | 深度学习 | 深度学习模型 | 电子健康记录数据 | NA | NA | NA | NA | NA |
| 1632 | 2025-10-07 |
Dissecting the cis-regulatory syntax of transcription initiation with deep learning
2024-Nov-21, bioRxiv : the preprint server for biology
DOI:10.1101/2024.05.28.596138
PMID:38853896
|
研究论文 | 利用深度学习模型ProCapNet解析DNA顺式调控元件对转录起始的调控机制 | 开发了能准确建模碱基分辨率转录起始谱的神经网络，揭示了启动子和增强子共享的顺式调控逻辑及基序间的高度上位相互作用 | NA | 解析哺乳动物Pol II转录起始的DNA序列决定因素 | 人类启动子和增强子的转录起始调控 | 机器学习 | NA | PRO-cap实验, RAMPAGE分析 | 神经网络 | DNA序列数据, 转录起始谱数据 | 多个细胞系 | NA | ProCapNet | NA | NA |
| 1633 | 2025-10-07 |
AI-enabled CT-guided end-to-end quantification of total cardiac activity in 18FDG cardiac PET/CT for detection of cardiac sarcoidosis
2024-Sep-23, medRxiv : the preprint server for health sciences
DOI:10.1101/2024.09.20.24314081
PMID:39399046
|
研究论文 | 开发基于深度学习的全自动管道，通过CT衰减图分割心脏结构并量化18F-FDG PET活性以检测心脏结节病 | 首次提出基于CT衰减图深度学习分割的全自动化心脏活动量化管道，实现心脏结节病的客观检测 | 样本量相对较小（69例患者），需在更大群体中验证 | 开发自动化方法量化心脏FDG PET活性以改进心脏结节病诊断 | 疑似心脏结节病患者 | 数字病理 | 心脏结节病 | 18F-FDG PET/CT成像 | 深度学习分割模型 | CT衰减图和PET图像 | 69例连续患者（平均年龄56.1±13.4岁），其中29例确诊心脏结节病 | NA | NA | AUC, 灵敏度, 特异性 | NA |
| 1634 | 2025-10-07 |
Vulnerability of Thalamic Nuclei at CSF Interface During the Entire Course of Multiple Sclerosis
2024-May, Neurology(R) neuroimmunology & neuroinflammation
DOI:10.1212/NXI.0000000000200222
PMID:38635941
|
研究论文 | 本研究通过深度学习分析多发性硬化症患者丘脑核团的萎缩动态，发现靠近第三脑室的核群更易发生神经退行性变 | 首次通过全病程追踪揭示丘脑不同核群在多发性硬化中的差异性萎缩模式，并验证了基于标准T1加权MRI的自动分割策略 | 研究依赖于常规3D-T1 MRI数据，未使用更高分辨率的专门序列验证分割准确性 | 探究多发性硬化症病程中丘脑不同核团的动态变化规律及驱动机制 | 1,123名多发性硬化症患者和相同数量的健康对照者 | 医学影像分析 | 多发性硬化症 | 3D-T1 MRI，深度学习序列合成，多图谱自动分割 | 深度学习 | MRI影像 | 2,246名参与者（1,123名患者+1,123名健康对照） | NA | NA | NA | NA |
| 1635 | 2025-10-07 |
Discovery of antibiotics that selectively kill metabolically dormant bacteria
2024-Apr-18, Cell chemical biology
IF:6.6Q1
DOI:10.1016/j.chembiol.2023.10.026
PMID:38029756
|
研究论文 | 本研究通过结合静态期筛选方法和深度学习虚拟筛选技术，发现了能够选择性杀死代谢休眠细菌的新型抗生素 | 首次将静态期筛选方法与深度学习虚拟筛选相结合，并引入毒性过滤机制，成功识别出对代谢休眠细菌具有选择性杀伤作用的化合物 | 研究主要针对大肠杆菌和鲍曼不动杆菌，尚未验证对其他病原菌的广谱效果 | 开发对代谢休眠细菌有效且无毒的抗生素，解决慢性感染和抗生素耐药性问题 | 代谢休眠细菌（静态期大肠杆菌和鲍曼不动杆菌） | 机器学习 | 细菌感染 | 静态期筛选、深度学习虚拟筛选、微生物学检测、生化测量、单细胞显微镜 | 深度学习 | 化合物筛选数据、微生物实验数据、显微镜图像 | 未明确说明具体样本数量 | NA | NA | 致死效果、毒性评估 | NA |
| 1636 | 2025-10-07 |
Deep learning-based automatic segmentation of cardiac substructures for lung cancers
2024-02, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology
IF:4.9Q1
DOI:10.1016/j.radonc.2023.110061
PMID:38122850
|
研究论文 | 开发基于深度学习的自动分割模型用于肺癌患者心脏亚结构分割 | 首次使用nnU-Net模型对19个心脏亚结构（包括冠状动脉）进行自动分割 | 冠状动脉分割的DSC系数相对较低（0.60±0.14），样本量有限 | 开发自动分割心脏亚结构的深度学习模型以降低肺癌放疗中心脏损伤风险 | 非小细胞肺癌患者的心脏亚结构 | 数字病理学 | 肺癌 | 医学图像分割 | 深度学习 | 医学影像 | 100例患者用于模型开发，42例患者用于主观评估 | nnU-Net | nnU-Net | Dice相似系数, 剂量指标 | NA |
| 1637 | 2025-10-07 |
RecGOBD: accurate recognition of gene ontology related brain development protein functions through multi-feature fusion and attention mechanisms
2024, Bioinformatics advances
IF:2.4Q2
DOI:10.1093/bioadv/vbae163
PMID:39678209
|
研究论文 | 开发了专门用于识别与脑发育相关的基因本体蛋白质功能的深度学习模型RecGOBD | 通过多特征融合和注意力机制优化脑发育数据集，专门针对神经发育障碍研究 | NA | 预测与脑发育相关的蛋白质功能 | 与脑发育相关的蛋白质序列 | 生物信息学 | 神经发育障碍 | 蛋白质序列分析 | 深度学习 | 蛋白质序列数据 | NA | Python | 注意力机制 | AUROC, AUPR, Fmax | NA |
| 1638 | 2025-10-07 |
Rapid and portable quantification of HIV RNA via a smartphone-enabled digital CRISPR device and deep learning
2024-Dec, Sensors and actuators reports
IF:6.5Q2
DOI:10.1016/j.snr.2024.100212
PMID:40236689
|
研究论文 | 开发了一种基于智能手机的数字CRISPR设备，结合深度学习算法快速定量检测HIV RNA | 首次将数字CRISPR检测技术与智能手机平台集成，实现便携式HIV RNA快速定量分析 | 未提及设备在不同环境条件下的稳定性和大规模临床应用验证 | 开发快速便携的HIV病毒载量监测工具 | HIV RNA分子 | 医疗诊断设备 | HIV/AIDS | 数字CRISPR检测、RT-RPA扩增、荧光成像 | 深度学习算法 | 荧光图像 | 未明确说明具体样本数量 | NA | NA | 检测灵敏度（75拷贝）、检测时间（15分钟） | 智能手机平台 |
| 1639 | 2025-10-07 |
Exploring structural diversity across the protein universe with The Encyclopedia of Domains
2024-11, Science (New York, N.Y.)
DOI:10.1126/science.adq4946
PMID:39480926
|
研究论文 | 利用深度学习方法在AlphaFold蛋白质结构数据库中检测和分类所有结构域，构建了结构域百科全书 | 发现了超过1000万个新的结构域间相互作用和数千个新折叠结构，极大地扩展了已知超家族的域空间表示 | NA | 探索蛋白质宇宙中的结构多样性并识别结构域 | AlphaFold蛋白质结构数据库中的2.14亿个预测蛋白质结构 | 生物信息学 | NA | 深度学习 | 深度学习模型 | 蛋白质结构数据 | 超过2.14亿个预测蛋白质结构，涵盖365万个检测到的结构域和100多万个分类单元 | NA | NA | NA | NA |
| 1640 | 2025-10-07 |
On machine learning analysis of atomic force microscopy images for image classification, sample surface recognition
2024-Apr-17, Physical chemistry chemical physics : PCCP
IF:2.9Q1
DOI:10.1039/d3cp05673b
PMID:38477533
|
研究论文 | 探讨机器学习在原子力显微镜图像分类和样品表面识别中的应用 | 提出专门针对AFM图像的机器学习分析模板，并特别关注结果统计显著性的分析 | AFM成像速度较慢限制了深度学习在图像识别中的广泛应用 | 开发适用于小样本AFM图像数据库的机器学习分类方法 | 原子力显微镜图像、生物细胞表面、材料表面 | 机器学习 | NA | 原子力显微镜成像 | 非深度学习神经网络 | 图像 | 小数据库，相对较少的AFM图像 | NA | NA | 统计显著性 | NA |